新的机器视觉算法极大地改善了机器人对象识别

一组科学家创建了一种算法，可以在没有人工监督的情况下以单像素精度标记照片中的物体。

它名为 STEGO，是麻省理工学院 CSAIL、微软和康奈尔大学的联合项目。该团队希望他们已经解决了计算机视觉中最艰巨的任务之一：在没有人工监督的情况下为世界上的每个像素分配一个标签。

计算机视觉是人工智能 (AI) 的一个领域，它使计算机能够从数字图像中获取有意义的信息。

STEGO 学习了一种叫做“语义分割”的东西，这是为图像中的每个像素分配标签的过程。对于当今的计算机视觉系统来说，这是一项重要的技能，因为正如摄影师所知，图像可能会被物体弄得杂乱无章。

通常，为计算机创建训练数据以读取图像涉及人类在图像中的特定对象周围绘制框。例如，在草地上的一只猫周围画一个盒子，并将盒子里的东西标记为“猫”。

语义分割技术将标记构成猫的每个像素，并且不会混淆任何草。在 Photoshop 术语中，这就像使用对象选择工具而不是矩形选框工具。

人类技术的问题在于，系统需要数千(如果不是数十万)标记图像来训练算法。一个 256×256 像素的图像由 65,536 个单独的像素组成，试图从 100,000 个图像中标记每个像素是荒谬的。

这篇好文章是转载于：知行礼动